IT之家 · 智能时代T2·78 分
地平线发布 LoFT 视频几何基础模型
原标题:地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA
- 双循环 Transformer 将跨帧特征聚合与相机状态迭代优化解耦,第二循环显式反馈位姿与内参
- 训练平台整合约 297 万条序列、9.62 亿帧,覆盖仿真与真实、动态与静态场景
- 在 SpatialBench、ClassicBench、VRBench 三套评测中多项指标达到 SoTA
AI 聚合热点事件 · 2026/11/19
地平线机器人实验室发布原生视频几何基础模型 LoFT,采用双循环 Transformer 架构,从 RGB 视频中联合预测相机位姿、内参及逐帧深度,恢复场景三维结构。模型基于约 297 万条训练序列、9.62 亿帧图像构建,在 SpatialBench、ClassicBench 与 VRBench 三套评测中多项指标达到 SoTA,面向机器人空间感知与具身学习。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:地平线发布 LoFT 原生视频几何基础模型,多项指标达到 SoTA